import numpy as np
x = np.array([2,4,5,3,6,9,40,25,32])
print(np.cov(x)*8)
print(np.var(x)*9)
y = np.array([[1,5,6],[4,3,9],[4,2,9],[4,7,2]])
print(y.shape)
print(np.cov(y,rowvar=False)) 
#其中rowvar是布爾類型。默認(rèn)為true是將行作為獨(dú)立的變量、如果是flase的話，則將列作為獨(dú)立的變量。
            
          

            
              #4行3列的數(shù)據(jù)。cov默認(rèn)行是變量。實(shí)際應(yīng)用中需要設(shè)置rowvar=False才能以列為變量計(jì)算
            
          

以下使用鳶尾花數(shù)據(jù)集計(jì)算數(shù)據(jù)的協(xié)方差矩陣，由于數(shù)據(jù)包含4個(gè)特征，因此這個(gè)協(xié)方差矩陣一定是一個(gè)4*4的矩陣。是代碼

            
              import numpy as np
from sklearn import datasets
iris = datasets.load_iris()
print(iris.data.shape)
print(np.cov(iris.data,rowvar=False))
            
          

輸出結(jié)果是： [[ 0.68569351 -0.042434 ? ?1.27431544 ?0.51627069]
?[-0.042434 ? ?0.18997942 -0.32965638 -0.12163937]
?[ 1.27431544 -0.32965638 ?3.11627785 ?1.2956094 ]
?[ 0.51627069 -0.12163937 ?1.2956094 ? 0.58100626]]

?